基于多模态消息的人机对话处理方法、装置、设备及介质

本申请实施例提供一种基于多模态消息的人机对话处理方法、装置、设备及介质，涉及人工智能技术领域。所述基于多模态消息的人机对话处理方法包括：根据用户输入的第一消息的消息模态，确定所述消息模态对应的目标模态消息识别模型；将所述第一消息输入所述目标模态消息识别模型，得到识别结果；根据所述第一消息、所述识别结果和本次会话的历史消息记录，得到目标消息记录；将所述目标消息记录输入预先构建的回复消息生成模型，得到第二消息，并向用户返回所述第二消息。本申请实施例能够实现支持识别多模态消息进行人机对话，提高人机对话效率的技术效果。